• Tidak ada hasil yang ditemukan

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN BARU MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS PADA PD TUNAS BERSAMA YAMANSARI KABUPATEN TEGAL

N/A
N/A
Protected

Academic year: 2021

Membagikan "SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KARYAWAN BARU MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS PADA PD TUNAS BERSAMA YAMANSARI KABUPATEN TEGAL"

Copied!
10
0
0

Teks penuh

(1)

SISTEM PENDUKUNG KEPUTUSAN

PENERIMAAN KARYAWAN BARU

MENGGUNAKAN METODE

ANALYTICAL HIERARCHY PROCESS

PADA PD TUNAS BERSAMA YAMANSARI

KABUPATEN TEGAL

Sri Anjarwati1, ,Moch. Supriadi Nur Indra2,

STMIK YMI Tegal : Jl.Pendidikan No.1 Pesurungan Lor Kota Tegal, Indonesia 1Teknik InformatikaS1, STMIK YMI Tegal,2TeknikInformatikaS1, STMIK YMI Tegal

Email : sri.anjarwati007@gmail.com ABSTRAK

Penelitian ini adalah untuk membangun sebuah system pendukung keputusan penerimaan karyawan baru pada PD. Tunas Bersama. Metodologi yang digunakan dalam membangun sistem pendukung keputusan ini menggunakan metode AHP (Analytical Hierarchy proccess).Hasil penelitian ini menunjukkan bahwa system pendukung keputusan penerimaan karyawan baru menggunakan metode AHP pada PD. Tunas Bersama ini diharapkan dapat membantu, mempermudah pekerjaan dan meminimalisir kesalahan yang terjadi dalam proses pengambilan keputusan penerimaan karyawan baru. Selain itu system pendukung keputusan penerimaan karyawan baru ini juga dapat dilakukan dengan lebih optimal, dan waktu yang diperlukan untuk menyusun dan mengevaluasi penyeleksian karyawan baru tersebut menjadi lebih efisien. Terkait dengan penerapan metode AHP untuk system pendukung keputusan penyeleksian karyawan baru, berdasarkan hasil akhir pada tahapan-tahapan yang dilakukan didapatkan bahwa sistem yang dibangun telah mampu untuk menentukan penyeleksian calon karyawan baru berdasarkan pada kriteria-kriteria penilaian yang ada.

Kata kunci : Sistem Pendukung Keputusan, Penerimaan karyawan, Analytical Hierarchy

Process

ABSTRACT

This research is aimed at building a decision support system which is for new employement admission at PD Tunas Bersama. The methodology used for creating this system is AHP (Analytical Hierarcy Process) method. The result of the system is to show that it is hoped to make the work easier and minimalize failure which might happen when deciding who will be accepted during making the decision. Besides, this new system can also be used in a more optimal way and the time needed for the selection of arranging and evaluating new employees becomes more efficient. In relation with the use of AHP method for the new employment selection of decision support system, based on the final result of the stages which can be described that the system built has been able to determine the right candidates based upon criteria required.

(2)

1. PENDAHULUAN

Karyawan atau pegawai dalam perusahaan atau lembaga merupakan aset yang sangat di butuhkan oleh karena itu dalam perekrutan seorang karyawan atau pegawai harus lebih selektif untuk mendapat karyawan atau pegawai yang berkualitas guna menunjang kinerja dalam perusahaan atau lembga tersebut.[1]

Permasalahan yang sering dih adapai oleh perusahaan atau lembga adalah bahwa perusahaan mengalami kesulitan untuk menentukan pelamar yang memenuhi kriteria untuk divisi teknik, divisi administrasi, divisi pemasaran. Dari sekian banyak pelamar yang ada, jumlahnya tidak sebanding dengan pelamar yang akan diterima sehingga divisi HRD membutuhkan waktu yang cukup lama untuk menyeleksi pelamar. Manager HRD menginginkan bobot penilaian seleksi karyawan tidak terlalu bergantung kepada hasil wawancara, sehingga dapat memberikan penilaian yang objektif dan tidak memihak.Dari masalah yang ada, terlihat bahwa PD. Tunas Bersama Yamansari membutuhkan sebuah alat bantu untuk mempermudah proses pengambilan keputusan penerimaan karyawan baru. Pengambilan keputusan dalam sistem pendukung keputusan ini menggunakan metode Analytical Hierarchy Process (AHP). Mengapa metode tersebut digunakan karena pada saat dihadapkan pada masalah kompleks, pengambil keputusan dapat menyederhanakan masalah-masalah yang komplek sampai pada tingkat dimana user siap untuk memahaminya. Dengan menggunakan metode ini maka kita dapat menyederhanakan kriteria yang menjadi pertimbangan pengambilan keputusan untuk penerimaan karyawan baru menjadi lebih sederhana dan mudah dipahami. selain itu metode AHP ini akan memberikan hasil lebih konsisten, objektif dan tidak memihak. Berdasarkan uraiandiatas maka rumusan masalah pada penelitian ini yaitu bagaimana merancang dan membuat sistem pendukung keputusan penerimaan karyawan baru menggunakan metode AHP pada PD. Tunas Bersama Yamansari serta apakah system pendukung keputusan penerimaan karyawan baru ini dapat memberikan solusi atas permasalahan yang ada. Sistem pendukung keputusan penerimaan karyawan baru ini menggunakan 4 kriteria yaitu pendidikan, psikotes, testulis, tes wawancara dan metode Analytical hierarchy process (AHP) dalam proses pengambilan keputusan kelayakan seorang pelamar diterima atau tidak. Sistem Pendukung keputusan ini dibuat menggunakan bahasa pemrograman PHP dan database Mysql.[2]

2. METODE PENELITIAN

Metode Perancangan dalam penelitian ini adalah dengan metode sistem pendukung keputusan Analytical hierarchy process (AHP). Dimana metode ini merupakan solusi yang tepat dan usulan system baru yang dirancang untuk memperbaiki sistem lama dalam proses mempercepat dan mempermudah proses penerimaan karyawan[3]. Kriteria penerimaan karyawan di PD. Tunas Bersama Yamansari adalah sebagai berikut :

1. Pengecekan nilai pendidikan terakhir yaitu IPK untuk diploma (D1, D2 & D3) serta sarjana (S1) dan nilai rata-rata untuk SMA/SMK/Sederajat;

2. Psikotes;

3. Testulis Kebidangan sesuai posisi yang dilamar; 4. Tes wawancara kerja.

2.1 Membuat Struktur Hirarki

Sistem pendukung keputusan yang akan dibangun ini menggunakan metode perhitungan bobot Analitycal Hierarchy Process (AHP). Perhitungan bobot menggunakan metode AHP dilakukan dengan membuat struktur hirarki yang terdiri atas3 hal yaitu :

1. Level pertama adalah tujuan 2. Level kedua adalah kriteria 3. Level ketiga adalah subkriteria

(3)

Penerimaan Karyawan Baru

Tes Tulis Wawancara

Pendidikan Terakhir

S1 D3 D2

D1 SMA/SMK

Tes Psikotes

Struktur hirarki sistem pendukung keputusan yang akan dibangun dapat dilihat pada gambar 1

Gambar 1 Struktur Hirarki SPK yang akan dibangun 2.2 Menghitung Vektor Prioritas untuk Kriteria

Menghitung vektor prioritas untuk kriteria dimulai dengan menentukan skala perbandingan . Skala perbandingan ditentukan oleh Manager HRD. Skala perbandingan dapat dibuat dengan cara melihat tabel 2.1 skala penilaian perbandingan berpasangan, tabel skala perbandingan berpasangan , tabel skala perbandingan untuk kriteria dapat dilihat pada tabel 1.

Tabel 1 Skala perbandingan untuk kriteria Kriteria Pendidikan Terakhir Psikotes Tes Tulis Wawancara 3 2 1 4

Membuat matrik perbandingan untuk kriteria, contoh untuk menghitung baris pendidikan terakhir.

= 1, = 1.5, = 3, = 0.75 Tabel matrik perbandingan untuk kriteria dapat dilihat pada tabel 2

Tabel 2 Matrik perbandingan untuk kriteria Kriteria Pendidikan Terakhir Psikotes Tes Tulis Wawancara Pendidikan Terakhir 1 1.5 3 0.75 Psikotes 0.67 1 2 0.5 Tes tulis 0.33 0.5 1 0.25 Wawancara 1.33 2 4 1 Jumlah 3.33 5 10 2.5

Menghitung normalisasi matrik untuk kriteria, contoh untuk menghitung kolom pendidikan terakhir : . = 0.3, . . = 0.2, . . = 0.1, . . = 0.4

(4)

Tabel 3 Normalisasi Matrik untuk kriteria Kriteria Pendidikan Terakhir Psikotes Tes Tulis Wawancara Jumlah PendidikanT erakhir 0.3 0.3 0.3 0.3 1.2 Psikotes 0.2 0.2 0.2 0.2 0.8 Tes Tulis 0.1 0.1 0.1 0.1 0.4 Wawancara 0.4 0.4 0.4 0.4 1.6

Menghitung vektor prioritas untuk kriteria, contoh untuk menghitung baris pendidikan terakhir : . = 0.3, Dimana 4 adalah banyaknya kriteria.

Vektor prioritas untuk kriteria dapat dilihat pada tabel 4

Tabel 4 Vektor Prioritas Kriteria Kriteria Vektor Prioritas

Pendidikan Terakhir 0.3

Psikotes 0.2

Tes tulis 0.1

Wawancara 0.4

Memeriksa konsistensi untuk kriteria :

a. Kalikan setiap kolom dari matrik perbandingan dengan vektor prioritas 0.3 + 1 0.67 0.33 1.33 + 0.2 1.5 1 0.5 2 + 0.1 3 2 1 4 + 0.4 0.75 0.5 0.25 1 = 1.2 0.8 0.4 1.6 . Bagi setiap kolom dengan vektor prioritas

1.2/0.3 = 4 0.8/0.2 = 4 0.4/0.1 = 4 1.6/0.4 = 4 Jumlah = 16

Menghitung rata-rata maksimal untuk kriteria : 4 4 16         Max

Menghitung Consistency Index untuk kriteria :

CI = 0 1 4 4 4 1                 n n Max

Menghitung Consistency Ratio untuk kriteria, Dimana R1 = 0.90 :

0 90 . 0 0                RI CI CR

(5)

Dari hasil Consistency Ratio untuk kriteria dapat disimpulkan bahwa nilai CR kurang dari 0.1 atau dibawah 10%, sehingga nilai vektor prioritas untuk kriteria dapat disimpulkan konsisten.[4]

2.3 Menghitung Vektor Prioritas untuk SubKriteria Pendidikan Terakhir

Menghitung vektor prioritas untuk subkriteria pendidikan terakhir dimulai dengan menentukan skala perbandingan . Skala perbandingan ditentukan oleh Manager HRD. Skala perbandingan dapat dibuat dengan cara melihat tabel 2 skala penilaian perbandingan berpasangan, tabel skala perbandingan berpasangan , tabel skala perbandingan untuk subkriteria pendidikan terakhir dapat dilihat pada tabel 5

Tabel 5 Skala perbandingan untuk subkriteria pendidikan terakhir Subkriteria

Pendidikan Terakhir

S1 D3 D2 D1 SMA/SMK

5 4 3 2 1

Membuat matrik perbandingan untuk subkriteria pendidikan terakhir, contoh untuk menghitung baris S1.

= 1, = 1.25, = 1.67, = 2.5, = 5 Tabel matrik perbandingan untuk subkriteria pendidikan terakhir dapat dilihat pada tabel 6

Tabel 6 Matrik perbandingan untuk subkriteria pendidikan terakhir SubKriteria Pendidikan Terakhir S1 D3 D2 D1 SMA/SMK S1 1 1.25 1.67 2.5 5 D3 0.8 1 1.33 2 4 D2 0.6 0.75 1 1.5 3 D1 0.4 0.5 0.67 1 2 SMA/SMK 0.2 0.25 0.33 0.5 1 Jumlah 3 3.75 5 7.5 15

Menghitung normalisasi matrik untuk subkriteria pendidikan terakhir, contoh untuk menghitung kolom S1 :

= 0.333, . = 0.267, . = 0.2, . = 0.133, . = 0.067

Normalisasi matrik subkriteria pendidikan terakhir dapat dilihat pada tabel 7

Tabel 7 Normalisasi Matrik untuk subkriteria pendidikan terakhir SubKriteria Pendidikan Terakhir S1 D3 D2 D1 SMA/SMK Jumlah S1 0.333 0.333 0.333 0.333 0.333 1.665 D3 0.267 0.267 0.267 0.267 0.267 1.335 D2 0.2 0.2 0.2 0.2 0.2 1 D1 0.133 0.133 0.133 0.133 0.133 0.665 SMA/SMK 0.067 0.067 0.067 0.067 0.067 0.335

(6)

Menghitung vektor prioritas untuk subkriteria pendidikan terakhir, contoh untuk menghitung baris S1 : . = 0.333, Dimana 5 adalah banyaknya subkriteria pendidikan terakhir.

Vektor prioritas untuk subkriteria pendidikan terakhir dapat dilihat pada tabel 8 Tabel 8 Vektor Prioritas SubKriteria Pendidikan Terakhir

SubKriteria Pendidikan Terakhir Vektor Prioritas S1 0.333 D3 0.267 D2 0.2 D1 0.133 SMA/SMK 0.067

Memeriksa konsistensi untuk subkriteria pendidikan terakhir :

a. Kalikan setiap kolom dari matrik perbandingan dengan vektor prioritas

0.333 + ⎣ ⎢ ⎢ ⎢ ⎡0.81 0.6 0.4 0.2⎦ ⎥ ⎥ ⎥ ⎤ + 0.267 ⎣ ⎢ ⎢ ⎢ ⎡1.251 0.75 0.5 0.25⎦ ⎥ ⎥ ⎥ ⎤ + 0.2 ⎣ ⎢ ⎢ ⎢ ⎡1.671.33 1 0.67 0.33⎦ ⎥ ⎥ ⎥ ⎤ + 0.133 ⎣ ⎢ ⎢ ⎢ ⎡2.52 1.5 1 0.5⎦ ⎥ ⎥ ⎥ ⎤ + 0.067 ⎣ ⎢ ⎢ ⎢ ⎡54 3 2 1⎦ ⎥ ⎥ ⎥ ⎤ = ⎣ ⎢ ⎢ ⎢ ⎡1.6651.335 1 0.665 0.335⎦ ⎥ ⎥ ⎥ ⎤

. Bagi setiap kolom dengan vektor prioritas 1.665/0.333 = 5 1.335/0.267 = 5 1/0.2 = 5 0.665/0.133 = 5 0.335/0.067 = 5 Jumlah = 25

Menghitung rata-rata maksimal untuk kriteria : 5 5 25         Max

Menghitung Consistency Index untuk kriteria :

CI = 0 1 5 5 5 1                 n n Max

Menghitung Consistency Ratio untuk kriteria, Dimana R1 = 1.12 :

0 12 . 1 0                RI CI CR

Dari hasil Consistency Ratio untuk kriteria dapat disimpulkan bahwa nilai CR kurang dari 0.1 atau dibawah 10%, sehingga nilai vektor prioritas untuk kriteria dapat disimpulka n konsisten.

(7)

2.4 Menentukan nilai konversi dan standar nilai

PD. Tunas Bersama Yamansari yang diwakili oleh manager HRD telah membuat dan menentukan standarisasi perhitungan nilai konversi dan standar nilai untuk posisi yang dilamar. Konversi nilai dapat dilihat pada tabel 9

Tabel 9 Nilai konversi dan standar nilai Nilai Konversi

Kriteria Tingkat Konversi

Pendidikan Terakhir

S1,D3,D2,D1 IPK Dikali 25

SMA/SMK/Sederajat Nilai Rata-rata Dikali 10 Standar Nilai

Posisi yang dilamar Standar Nilai

Administrasi keuangan 75

Administrasi Gudang 75

Workshop 70

Marketing 70

Menghitung Nilai Total Hasil Seleksi Pelamar

Daftar nilai hasil seleksi pelamar PD. Tunas BersamaYamansari dapat dilihat pada Tabel 10 Tabel 10 Daftar Nilai Seleksi

Nama Pendidikan Terakhir Psikotes Tes Tulis Wawancara Eko S1 3.4 78 80 85 Imam D3 3.2 72 75 75 Ari SMA 7.5 70 70 75

Menghitung konversi, contoh untuk menghitung baris Eko, kolom pendidikan terakhir : 3.4*25 = 85,Daftar nilai hasil konversi dapat dilihat pada tabel 11

Tabel 11 Daftar nilai hasil konversi Nama Pendidikan Terakhir Psikotes Tes Tulis Wawancara Eko S1 85 78 80 85 Imam D3 80 72 75 75 Ari SMA 75 70 70 75

Menghitung nilai hasil seleksi, dengan cara mengalikan nilai yang didapat dengan vektor prioritas masing-masing kriteria/subkriteria contoh untuk menghitung baris eko, kolom pendidikan terakhir : 85*0.333 = 28.305, kolom tes Psikotes : 78*0.2= 15.6, kolom tes tulis : 80*0.1 = 8, kolom wawancara : 85*0.4 = 34

Daftar nilai hasil seleksi dapat dilihat pada tabel 12 Tabel 12 Daftar nilai hasil seleksi Nama Pendidikan Terakhir Posisi yang dilamar Tes Psikotes Tes Tulis Eko S1 28.305 Workshop 15.6 8 Imam D3 21.36 Workshop 14.4 7.5

(8)

Ari SMA 5.025 Workshop 14 7 Wawancara Nilai Total Standar Nilai Keterangan 34 85.905 70 Diterima 30 73.26 70 Diterima 30 56.025 70 Ditolak

Dari hasil analisa menggunakan metode Analytic Hierarchy Process (AHP), dapat disimpulkan bahwa Eko mempunyai nilai total tertinggi dari Imam dan Ari[5].

3. HASIL DAN PEMBAHASAN

Relasi Antar Tabel hasil dari normalisasi didapatkan 10 tabel dengan menggunakan database My SQLyaitu[6] :

a. pelamar

b. user ( manager dan staff ) c. divisi d. jabatan e. kriteria f. subkriteria g. lamaran h. lowongan i. penilaian j. seleksi

Hasil akhir keterhubungan seperti gambar berikut :

(9)

Entity Relationship Diagram (ERD) Sistem Pendukung Keputusan Penerimaan Karyawan

Baru

Gambar 3 ERD Sistem Pendukung Keputusan Penerimaan Karyawan Baru 4. KESIMPULAN

Berdasarkan hasil dari penelitian yang telah dilakukan mengenai implementasi metode AHP untuk proses pendukung keputusan penerimaan karyawan baru pada PD. Tunas Bersama Yamansari adalah terciptanya sistem pendukung keputusan penerimaan karyawan baru menggunakan metode AHP (Analitycal Hierarchy proccess) yang diimplementasikan dengan bahasa pemrograman PHP dan Database MySQL dan Fasilitas yang ada dalam program ini

(10)

yaitu seleksi penerimaan karyawan baru dengan kriteria-kriteria penyeleksian antara lain: Nilai Pendidikan (IPK/rata-rata), Nilai Psikotes, Nilai Tes Tulis dan Nilai Wawancara.

DAFTAR PUSTAKA

[1] Al-Bahra Bin Ladjamudin, Analisis dan Desain Sistem Informasi. Yogyakarta: Graha Ilmu. 2005.

[2] Hamdani, Sistem Pendukung Keputusan Pembelian Notebook Menggunakan

Logika Fuzzy Tahani, Informatika mulawarman, vol 6 No.2 tahun 2011

[3] Agus Fatkhurohman, Kusrini,Hanif Al Fatta, Sistem Pendukung Keputusan Pemilihan Kepala Sekolah untuk Sekolah Menengah Atas di Kabupaten Magelang, Proceedings STMIK STIKOM BALI KNS&I BALI Tahun 2014.

[4]Fithry Tahel, Helmi Kurniawan,Sistem Pembuatan Keputusan Penetapan Calon Sertifiksi

Dosen Menggunakan Analytical Network Proses (ANP), Jurnal Eksplora Informatika Volume 4 No. 2 Maret 2015

[5] Hamdani,Deviana Selywita, Sistem Pendukung Keputusan Pemilihan Suppliyer obat menggunakan metode fuzzy Tsukamoto, Sisfotenika STMIK Pontianak, Vol 3 No. 1 Januari 2013.

[6] Saputro, H, Sugiri. Pengelolaan Database Mysql Dengan Phpmyadmin, Yogyakarta: Graha Ilmu. 2008.

[7] Kusumadewi, S, dkk, Fuzzy Multi-Attribute Decision Making (FuzzyMADM). Yogyakarta: Graha Ilmu. 2006.

Gambar

Gambar 1 Struktur Hirarki SPK yang akan dibangun  2.2  Menghitung Vektor Prioritas untuk Kriteria
Tabel 3 Normalisasi Matrik untuk kriteria  Kriteria  Pendidikan   Terakhir  Psikotes  Tes   Tulis  Wawancara  Jumlah  PendidikanT erakhir  0.3  0.3  0.3  0.3  1.2  Psikotes  0.2  0.2  0.2  0.2  0.8  Tes Tulis  0.1  0.1  0.1  0.1  0.4  Wawancara  0.4  0.4  0.4  0.4  1.6
Tabel 7 Normalisasi Matrik untuk subkriteria pendidikan terakhir  SubKriteria  Pendidikan  Terakhir  S1  D3  D2  D1  SMA/SMK  Jumlah  S1  0.333  0.333  0.333  0.333  0.333  1.665  D3  0.267  0.267  0.267  0.267  0.267  1.335  D2  0.2  0.2  0.2  0.2  0.2  1  D1  0.133  0.133  0.133  0.133  0.133  0.665  SMA/SMK  0.067  0.067  0.067  0.067  0.067  0.335
Tabel 11 Daftar nilai hasil konversi  Nama  Pendidikan  Terakhir  Psikotes  Tes  Tulis  Wawancara  Eko  S1  85  78  80  85  Imam  D3  80  72  75  75  Ari  SMA  75  70  70  75
+3

Referensi

Dokumen terkait

seseorang yang dipengaruhi oleh pembandingan-pembandingan dengan orang lain yang baru saja dijumpai yang berperingkat lebih tinggi atau lebih rendah pada karakteristik yang sama3.

Kepercayaan diri yang kurang ditanamkan pada masa anak-anak berakibat pada masa depannya karena kepercayaan diri merupakan faktor penting dalam meraih

yang kuat dalam masyarakat, juga merupakan faktor yang dapat. membentuk negara-bangsa.

Asam lemak tidak jenuh adalah asam lemak yang memiliki satu atau lebih.. ikatan rangkap di antara atom-atom karbonnya, dan pada

Beberapa penelitian mengenai hubungan paparan prenatal valproat terhadap perkembangan neuron anak menunjukkan hasil bahwa valproat dapat meningkatkan risiko munculnya

Hasil analisis kualitatif ( Gambar 4 ) menyatakan bahwa, dari empat sumur yang digunakan sebagai input pengolahan data seismik terdapat dua sumur yang

Peran yang dilakukan pemerintah terhadap produksi film dilatarbelakangi oleh peristiwa menurunnya produksi film nasional yang diakibatkan oleh film impor dan tekanan politik yang

Tujuan dari pembuatan tugas akhir ini adalah sebagai salah satu syarat untuk mencapai derajat sarjana Teknik Informatika dari Program Studi Fakultas Teknologi